謝 里，張 斐

（1. 中國(guó)人民大學(xué) 國(guó)家發(fā)展與戰(zhàn)略研究院，北京 100872；2. 湖南大學(xué) 經(jīng)濟(jì)與貿(mào)易學(xué)院，湖南 長(zhǎng)沙 410079）

在2008年金融危機(jī)爆發(fā)之后不到一年時(shí)間里，中國(guó)不僅迅速擺脫了國(guó)際金融危機(jī)的陰籬和成功實(shí)現(xiàn)快速增長(zhǎng)，而且成為促進(jìn)全球經(jīng)濟(jì)擺脫低迷深淵的中流砥柱。究其原因，幾乎所有的目光都集中于中國(guó)政府在2008年11月出臺(tái)的總額“四萬(wàn)億”新增投資為主的一攬子“逆經(jīng)濟(jì)周期”的刺激計(jì)劃。從這項(xiàng)計(jì)劃實(shí)施方向來(lái)看，具有兩個(gè)明顯特征：一方面，重點(diǎn)向重大基礎(chǔ)設(shè)施、保障性住房、災(zāi)后恢復(fù)與重建、自主創(chuàng)新與結(jié)構(gòu)調(diào)整、民生工程、節(jié)能減排和生態(tài)工程以及社會(huì)文化事業(yè)等相關(guān)行業(yè)和企業(yè)傾斜；另一方面，向中國(guó)中西部地區(qū)、弱勢(shì)群體相關(guān)聯(lián)的行業(yè)和企業(yè)傾斜。①參見(jiàn)2009年3月5日在第十一屆全國(guó)人民代表大會(huì)第二次會(huì)議上的《政府工作報(bào)告》。雖然這項(xiàng)計(jì)劃已經(jīng)完成，但其實(shí)施效果至今一直備受關(guān)注和爭(zhēng)議，且這些爭(zhēng)議更多體現(xiàn)在對(duì)中國(guó)和世界經(jīng)濟(jì)增長(zhǎng)、就業(yè)和投資等宏觀層面的效應(yīng)上（Wen和Wu，2014；Ouyang和Peng，2015；Richard 和 Marc，2015）。

與金融危機(jī)時(shí)期中國(guó)經(jīng)濟(jì)快速“起低回升”相伴隨的是，自金融危機(jī)爆發(fā)以來(lái)，中國(guó)企業(yè)的杠桿率在整體層面不斷上升，且呈現(xiàn)出結(jié)構(gòu)性特征（鐘寧樺等，2016），這也成為推動(dòng)全社會(huì)杠桿率上升的主要結(jié)構(gòu)性因素。由此引發(fā)的思考是，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃為中國(guó)經(jīng)濟(jì)增長(zhǎng)恢復(fù)注入了活力的同時(shí)，是否促進(jìn)了全社會(huì)負(fù)債水平特別是企業(yè)和地方政府負(fù)債水平的迅速累積？回答這一問(wèn)題，有利于探尋中國(guó)企業(yè)“高杠桿率”之謎的成因，這不僅要考慮金融危機(jī)本身對(duì)企業(yè)杠桿率調(diào)節(jié)的影響效應(yīng)，而且可能還要考慮“逆經(jīng)濟(jì)周期”宏觀經(jīng)濟(jì)政策對(duì)中國(guó)企業(yè)杠桿率的影響。本文按是否為“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃實(shí)施的重點(diǎn)傾向行業(yè)劃分參照組與處理組，以便于清晰考察該項(xiàng)計(jì)劃實(shí)施對(duì)不同區(qū)域不同行業(yè)企業(yè)杠桿率的影響效果。另外，文章采用了中國(guó)上市公司作為分析樣本的同時(shí)，還采用了中國(guó)國(guó)有企業(yè)分行業(yè)的樣本數(shù)據(jù)。上市公司樣本中包含了國(guó)有或國(guó)有控股企業(yè)和非國(guó)有企業(yè)，而國(guó)有企業(yè)分行業(yè)樣本中包含國(guó)有企業(yè)的上市公司和非上市公司，采用這樣兩套樣本數(shù)據(jù)同時(shí)研究“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃與企業(yè)杠桿率之間的關(guān)系，可以使研究結(jié)論形成相互印證和補(bǔ)充。

二、文獻(xiàn)評(píng)述

隨著企業(yè)投融資理論的完善和實(shí)證的發(fā)展，探索企業(yè)杠桿率變化趨勢(shì)和原因的研究逐步從企業(yè)、產(chǎn)業(yè)和地區(qū)特性層面轉(zhuǎn)向?qū)暧^經(jīng)濟(jì)環(huán)境或政策對(duì)企業(yè)杠桿率影響機(jī)制的討論（Kang等，2013）。相同條件下，企業(yè)會(huì)依據(jù)不同時(shí)期宏觀經(jīng)濟(jì)環(huán)境差異而選擇不同的負(fù)債水平（Korajczyk和Levy，2003）。Choe等（1993）曾認(rèn)為宏觀經(jīng)濟(jì)景氣時(shí)，企業(yè)更傾向于債務(wù)融資而提高其杠桿率。特別是對(duì)于大企業(yè)，宏觀經(jīng)濟(jì)景氣增加了企業(yè)投資機(jī)會(huì)，而當(dāng)大企業(yè)在沒(méi)有遇到融資約束時(shí)，更傾向于采用債務(wù)融資（Gertler和 Hubbard，1993）。但 Rober和 Amnon（2003）及蘇冬蔚和曾海艦（2009）等則相反地認(rèn)為宏觀經(jīng)濟(jì)景氣時(shí)，企業(yè)更傾向于股權(quán)融資，宏觀經(jīng)濟(jì)不景氣時(shí)，只有外部融資便利的企業(yè)才傾向于采用債務(wù)融資，此時(shí)，這類(lèi)企業(yè)的杠桿率將提高。然而，1997年亞洲金融危機(jī)和2008年全球金融危機(jī)改變了世界各國(guó)宏觀經(jīng)濟(jì)情景，前者對(duì)日本和馬來(lái)西亞等亞洲國(guó)家的企業(yè)杠桿率產(chǎn)生了影響（Voutsinas和Werner，2011），后者對(duì)美國(guó)、英國(guó)、德國(guó)和阿拉伯等國(guó)家的企業(yè)杠桿率產(chǎn)生了影響（Amrit和Anna，2012），雖然研究發(fā)現(xiàn)金融危機(jī)對(duì)不同地區(qū)、不同行業(yè)的企業(yè)杠桿率影響存在差異，對(duì)影響機(jī)制的解讀和影響程度也未取得一致，但是這些研究結(jié)果都表明除了資源型行業(yè)或國(guó)有企業(yè)以外，金融危機(jī)時(shí)期資金供給和需求錯(cuò)配會(huì)導(dǎo)致企業(yè)杠桿率下降（Rami，Akram 和 Karim，2017）。

然而，政府應(yīng)對(duì)不同時(shí)期宏觀經(jīng)濟(jì)周期變化和股票價(jià)格非預(yù)期波動(dòng)（Kang等，2013）所采取的宏觀經(jīng)濟(jì)政策會(huì)通過(guò)影響企業(yè)面臨的外部融資環(huán)境（Zhang等，2015）、流動(dòng)性（Guariglia等，2011）、不同資產(chǎn)價(jià)值變化（Korajczyk和Levy，2003）而改變企業(yè)的投資和融資決策，進(jìn)而使企業(yè)杠桿率發(fā)生變化（黃益平，2016）。一方面，財(cái)政政策通過(guò)影響企業(yè)融資方式使其杠桿率發(fā)生變化，財(cái)政政策擴(kuò)張與企業(yè)內(nèi)部融資的概率成正比，當(dāng)企業(yè)確定進(jìn)行外部融資時(shí)，財(cái)政政策又與企業(yè)選擇債務(wù)融資的概率成正比（雒敏和聶文忠，2012）。另一方面，企業(yè)對(duì)其杠桿率的選擇依賴于資金供給的規(guī)模和渠道（Victoria和David，2010）。特別是金融危機(jī)時(shí)期，銀行信貸供給收縮，企業(yè)杠桿率也會(huì)隨之改變（Amrit和 Anna，2012；Rami，Akram 和 Karim，2017 等）。

有研究表明，國(guó)有企業(yè)作為政府政策執(zhí)行工具，政府為國(guó)有企業(yè)提供隱性擔(dān)保，使得國(guó)有性質(zhì)企業(yè)具有融資軟約束且降低了企業(yè)未來(lái)的償債風(fēng)險(xiǎn)（Brandt和Li，2003），同時(shí)，中國(guó)銀行體系中國(guó)有性質(zhì)銀行占比較高，當(dāng)銀行存在信貸所有制偏好時(shí)，國(guó)有企業(yè)比非國(guó)有企業(yè)從國(guó)有銀行進(jìn)行債務(wù)融資更為便利，因而當(dāng)企業(yè)購(gòu)買(mǎi)固定資產(chǎn)以擴(kuò)大生產(chǎn)規(guī)模時(shí)會(huì)偏向于銀行貸款（Chen，2004；Frank 和 Goryal，2009），從而提高了該類(lèi)企業(yè)杠桿率（方軍雄，2007；Li等，2011）。然而，Chang，Chen和Liao（2014）從企業(yè)內(nèi)部視角研究企業(yè)杠桿率動(dòng)態(tài)調(diào)整的影響因素時(shí)，有研究認(rèn)為國(guó)有企業(yè)往往通過(guò)銀行貸款實(shí)現(xiàn)政府的政治目標(biāo)，但研究卻發(fā)現(xiàn)即便在2009年國(guó)際金融危機(jī)時(shí)期，中央政府實(shí)行“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃，國(guó)有企業(yè)或國(guó)有控股性質(zhì)的企業(yè)杠桿率沒(méi)有發(fā)生顯著變化。同時(shí)，由于存在多重債務(wù)融資條件的約束，經(jīng)濟(jì)不景氣時(shí)期，政府采取的擴(kuò)張型財(cái)政政策和貨幣政策對(duì)小企業(yè)或非國(guó)有企業(yè)的幫扶作用有限（Gertler和Gilchrist，1994）。然而，一方面，Chang，Chen和Liao（2014）的研究?jī)H限于1998年至2009年的樣本，而“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃實(shí)施效果可能存在滯后性，在評(píng)估“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃對(duì)企業(yè)杠桿率影響時(shí)，應(yīng)當(dāng)考慮該項(xiàng)計(jì)劃出臺(tái)前后的短期和長(zhǎng)期效應(yīng)；另一方面，Chang，Chen和Liao（2014）雖然考慮到了國(guó)有企業(yè)作為政府執(zhí)行政策的工具，考察了政府政策對(duì)國(guó)有控股企業(yè)杠桿率的影響，但是，沒(méi)有區(qū)分對(duì)不同地區(qū)和不同行業(yè)企業(yè)的影響效應(yīng)。事實(shí)上，中央政府出臺(tái)“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃存在政策傾斜的重點(diǎn)地區(qū)和目標(biāo)行業(yè)，那么，這些位處重點(diǎn)區(qū)域和目標(biāo)行業(yè)的企業(yè)，可能更容易受到“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃的影響，其杠桿率與其他地區(qū)或行業(yè)的企業(yè)杠桿率可能存在差異。

與 Chang，Chen 和 Liao（2014）的研究不同且更進(jìn)一步的是，Wen 和 Wu（2014）在剖析 2006 年至2010年期間“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃實(shí)施對(duì)經(jīng)濟(jì)增長(zhǎng)和就業(yè)的影響機(jī)制時(shí)，認(rèn)為國(guó)有企業(yè)承擔(dān)了政府實(shí)施“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃的政策執(zhí)行者，在金融危機(jī)時(shí)期，即使中央政府采取擴(kuò)張性財(cái)政政策引致寬松的貨幣政策，降低了銀行貸款的門(mén)檻和利率，試圖刺激企業(yè)擴(kuò)大投資，但非國(guó)有企業(yè)可能會(huì)因預(yù)期投資前景暗淡、投資風(fēng)險(xiǎn)較大而縮減投資規(guī)模，國(guó)有企業(yè)則在利潤(rùn)低迷甚至入不敷出的條件下，仍然繼續(xù)通過(guò)增加銀行借款方式擴(kuò)大固定資產(chǎn)投資。雖然Wen和Wu（2014）探討了國(guó)有和非國(guó)有企業(yè)杠桿率的短期變化效應(yīng)，但仍然側(cè)重于評(píng)估和分析“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃實(shí)施后所產(chǎn)生的短期宏觀經(jīng)濟(jì)增長(zhǎng)效應(yīng)（Ouyang和Peng，2015）。因而，異質(zhì)性企業(yè)的杠桿率在“四萬(wàn)億”刺激計(jì)劃實(shí)施后的短期和長(zhǎng)期變化依然需要進(jìn)一步解讀和剖析。此外，Widjaja（2014）以及Rami，Akram和Karim（2017）等在研究2008年國(guó)際金融危機(jī)對(duì)企業(yè)杠桿率變動(dòng)時(shí)，僅考察了國(guó)際金融危機(jī)影響美國(guó)、歐盟、阿拉伯等國(guó)家和地區(qū)不同行業(yè)的企業(yè)杠桿率變化，沒(méi)有考察國(guó)家和地區(qū)政府實(shí)施反周期宏觀政策對(duì)企業(yè)杠桿率變動(dòng)的影響，更缺乏來(lái)自發(fā)展中國(guó)家實(shí)施反周期宏觀經(jīng)濟(jì)政策對(duì)企業(yè)杠桿率微觀影響效應(yīng)的經(jīng)驗(yàn)證據(jù)?？紤]到2008年我國(guó)政府為了抵制金融危機(jī)而實(shí)施了有重點(diǎn)傾向行業(yè)和地區(qū)的“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃，本文采用國(guó)有企業(yè)行業(yè)樣本來(lái)考察“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃對(duì)國(guó)有企業(yè)杠桿率的影響，從而將上市公司和國(guó)有企業(yè)行業(yè)兩套樣本的研究結(jié)果相互印證，從“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃實(shí)施的微觀效應(yīng)角度，探尋企業(yè)“高杠桿率”的來(lái)源以及杠桿率在不同行業(yè)異質(zhì)性企業(yè)之間可能呈現(xiàn)的結(jié)構(gòu)性變化規(guī)律。

三、研究設(shè)計(jì)

（一）計(jì)量模型設(shè)計(jì)。本文采用了雙重差分（Difference in Difference）方法估計(jì)“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃在短期和長(zhǎng)期對(duì)不同行業(yè)或不同地區(qū)不同行業(yè)企業(yè)杠桿率的影響差異。同時(shí)，分別采用上市公司樣本和國(guó)有企業(yè)行業(yè)樣本設(shè)定杠桿率影響因素模型來(lái)分別探究“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃對(duì)上市公司或國(guó)有企業(yè)行業(yè)杠桿率的影響差異。

其中，i表示行業(yè)，j表示地區(qū)，t表示時(shí)間，LEV表示杠桿率，上標(biāo)LF和SOE分別表示上市公司和國(guó)有企業(yè)行業(yè)，εi表示行業(yè)固定效應(yīng)，ωj表示地區(qū)固定效應(yīng)，μij,t表示特異誤差，α0為常數(shù)項(xiàng)。YEARt表示刺激計(jì)劃實(shí)施時(shí)間的虛擬變量，2008年（含）以前取值為0，表示政府未實(shí)施“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃，2009年（含）以后取值為1，表示實(shí)施該經(jīng)濟(jì)刺激計(jì)劃，δ1為其估計(jì)系數(shù)；REGIj表示地區(qū)虛擬變量，δ2為其估計(jì)系數(shù)；Di表示是否為“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃重點(diǎn)傾向行業(yè)的虛擬變量，在2009年之前，所有行業(yè)都取值為0，表示都沒(méi)有受到“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃的影響，而2009年后（含2009年）如果是該計(jì)劃重點(diǎn)傾向行業(yè)則視為受處理組，則該變量取值為1，反之，則視為參照組取值為0，①在上市公司和國(guó)有企業(yè)行業(yè)全樣本分析中，將處理組和參照組視作兩類(lèi)大行業(yè)，前者取值為1，后者取值為0，在分行業(yè)和分地區(qū)分行業(yè)樣本估計(jì)中，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃重點(diǎn)傾向的每一個(gè)行業(yè)作為處理組取值為1，將其余非重點(diǎn)傾向行業(yè)都作為參照組。這便于從整體和重點(diǎn)行業(yè)角度分別考察“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃對(duì)處理組與參照組杠桿率影響效應(yīng)的差異。δ3為其估計(jì)系數(shù)向量；REGIj×Di是地區(qū)與是否為計(jì)劃重點(diǎn)傾向行業(yè)的虛擬變量交互項(xiàng)，其估計(jì)系數(shù)δ4表示刺激計(jì)劃對(duì)不同地區(qū)重點(diǎn)行業(yè)與非重點(diǎn)行業(yè)企業(yè)杠桿率的影響差異向量；YEARt×Di是該計(jì)劃實(shí)施與否與是否為計(jì)劃重點(diǎn)傾向行業(yè)的虛擬變量交互項(xiàng)，其估計(jì)系數(shù)β1表示刺激計(jì)劃對(duì)受影響年份重點(diǎn)傾向與非重點(diǎn)傾向行業(yè)企業(yè)杠桿率的影響差異向量；YEARt×REGIj是刺激計(jì)劃實(shí)施與否與地區(qū)虛擬變量交互項(xiàng)，其估計(jì)系數(shù)β2表示該經(jīng)濟(jì)刺激計(jì)劃對(duì)受其影響年份不同地區(qū)企業(yè)杠桿率的影響差異向量；YEARt×Di×REGIj是刺激計(jì)劃、重點(diǎn)傾向行業(yè)和地區(qū)虛擬變量交互項(xiàng)，其估計(jì)系數(shù)β3表示該刺激計(jì)劃實(shí)施與否對(duì)不同地區(qū)不同行業(yè)企業(yè)杠桿率的影響差異向量； othersij,t為其他控制變量，δ5為其相應(yīng)估計(jì)系數(shù)向量。

控制變量說(shuō)明。在上市公司杠桿率影響因素計(jì)量經(jīng)濟(jì)模型中，從以下五個(gè)方面對(duì)該模型實(shí)施了變量控制：①盈利能力。反映企業(yè)盈利能力變量主要包括資產(chǎn)回報(bào)率（ROA）、主營(yíng)業(yè)務(wù)收入增長(zhǎng)率（GROW）和人均利潤(rùn)（PEOP）。其中，資產(chǎn)回報(bào)率與杠桿率呈負(fù)相關(guān)關(guān)系（Chang等，2014）；主營(yíng)業(yè)務(wù)收入增長(zhǎng)率與短期杠桿率呈負(fù)相關(guān)關(guān)系（Zhang等，2015）；利潤(rùn)則是企業(yè)內(nèi)部融資的首要來(lái)源（Frank 和 Goyal，2009）。②資產(chǎn)結(jié)構(gòu)。Chen（2004）以及 Frank 和 Goyal（2009）分別用有形資產(chǎn)比率和資本支出作為企業(yè)資產(chǎn)結(jié)構(gòu)的代理變量，并認(rèn)為前者與杠桿率呈正相關(guān)關(guān)系（Margaritis和 Psillaki，2010）；后者與杠桿率呈負(fù)相關(guān)關(guān)系（Frank 和 Goyal，2009），因而，本文用有形資產(chǎn)比率（TANG）和資本支出（CAPE）來(lái)反映企業(yè)資產(chǎn)結(jié)構(gòu)狀況。③所有權(quán)結(jié)構(gòu)。Li，Yue和Zhao（2009）用國(guó)有股衡量了所有權(quán)結(jié)構(gòu)，而Margaritis和Psillaki（2010）等的研究表明，國(guó)有股比例影響企業(yè)杠桿率，因而，本文也采用國(guó)有股比例反映所有權(quán)結(jié)構(gòu)（OWN）。④企業(yè)規(guī)模與年齡。企業(yè)規(guī)模和年齡都會(huì)對(duì)杠桿率產(chǎn)生影響（Chang等，2014等），因而，分別采用企業(yè)資產(chǎn)總額和成立時(shí)間衡量企業(yè)規(guī)模（SIZE）和年齡（AGE）。⑤宏觀經(jīng)濟(jì)狀況。Frank和Goyal（2009）等都認(rèn)為宏觀經(jīng)濟(jì)繁榮和蕭條會(huì)影響企業(yè)杠桿率的選擇及其調(diào)整速度，因而，采用GDP增長(zhǎng)率作為衡量地區(qū)宏觀經(jīng)濟(jì)狀況的變量。此外，對(duì)于國(guó)有企業(yè)行業(yè)樣本的分析，基于可獲得數(shù)據(jù)，本文采用了國(guó)有企業(yè)行業(yè)數(shù)據(jù)，選擇了行業(yè)人均利潤(rùn)（PERT）和人均稅收（PERP）作為衡量國(guó)有企業(yè)行業(yè)盈利狀況的變量。同時(shí)，兩套樣本均設(shè)計(jì)了行業(yè)和地區(qū)虛擬變量以控制異質(zhì)性行業(yè)和地區(qū)特征。

（三）樣本與數(shù)據(jù)。本文選取了2005年至2012年作為樣本分析時(shí)段，首先，這一樣本時(shí)段既涵蓋了2009年至2010年間中央政府實(shí)施“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃時(shí)期，也涵蓋了實(shí)施該項(xiàng)計(jì)劃之前和之后的年份，同時(shí)，按“四萬(wàn)億”刺激計(jì)劃實(shí)施時(shí)間將樣本年份劃分為2005年至2008年和2009年至2012年兩個(gè)階段，以前一個(gè)階段和后一個(gè)階段的累計(jì)年份組成子樣本，如考察該計(jì)劃在2009年對(duì)企業(yè)杠桿率的影響，則樣本年份為2005年至2009年，以此類(lèi)推，以考察“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃對(duì)企業(yè)杠桿率的短期和長(zhǎng)期影響效應(yīng)。其次，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃的支出結(jié)構(gòu)在行業(yè)和地區(qū)層面都會(huì)表現(xiàn)出非均衡性特征，該計(jì)劃在基礎(chǔ)設(shè)施建設(shè)、災(zāi)后恢復(fù)重建以及保障性住房方面的支出比重高達(dá)73%，主要涉及交通運(yùn)輸業(yè)、冶金工業(yè)、機(jī)械工業(yè)、建筑業(yè)、林業(yè)和建材工業(yè)等行業(yè)；在技術(shù)創(chuàng)新領(lǐng)域的支出比重達(dá)到9%，主要涉及信息技術(shù)服務(wù)業(yè)、金融服務(wù)業(yè)等行業(yè)；在醫(yī)療衛(wèi)生、教育、文化等社會(huì)事業(yè)支出比重達(dá)到4%，主要涉及醫(yī)藥工業(yè)、教育文化廣播業(yè)、社會(huì)服務(wù)業(yè)等；同時(shí)，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃支出更傾向于中西部地區(qū)。①依據(jù)2013年3月6日國(guó)家發(fā)改委主任張平答記者問(wèn)（http://lianghui.people.com.cn/2013npc/GB/357184/357923/）整理。本文分別選取2005年至2012年全國(guó)31個(gè)省、自治區(qū)和直轄市在中國(guó)上海證券交易所和深圳證券交易所全部上市公司為樣本，依據(jù)中國(guó)證券監(jiān)督管理委員會(huì)2013年10月發(fā)布的《上市公司行業(yè)分類(lèi)指引（2012年修訂）》將其劃歸為28個(gè)行業(yè)，結(jié)合“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃實(shí)施的重點(diǎn)區(qū)域和重點(diǎn)傾向行業(yè)進(jìn)行劃分，以2008年至2010年《中國(guó)財(cái)政年鑒》中的中央財(cái)政預(yù)算和決算在各個(gè)行業(yè)中的“投資支出絕對(duì)數(shù)”、“調(diào)整預(yù)算數(shù)大于預(yù)算數(shù)”和“決算數(shù)與調(diào)整預(yù)算數(shù)的比值大于100%”這三項(xiàng)指標(biāo)為依據(jù)，將農(nóng)業(yè)、林業(yè)、機(jī)械工業(yè)、建材工業(yè)、房地產(chǎn)業(yè)、冶金工業(yè)、建筑業(yè)、交通運(yùn)輸業(yè)、醫(yī)藥工業(yè)、地質(zhì)勘查及水利業(yè)、教育文化廣播業(yè)、社會(huì)服務(wù)業(yè)、信息技術(shù)服務(wù)業(yè)和金融保險(xiǎn)業(yè)這14個(gè)行業(yè)作為處理組，其余14個(gè)行業(yè)為參照組。②剔除上市公司樣本中385個(gè)杠桿率大于1的觀測(cè)樣本之后，上市公司行業(yè)包括農(nóng)業(yè)、林業(yè)、畜牧業(yè)、漁業(yè)、煤炭工業(yè)、石油和石化工業(yè)、冶金工業(yè)、建材工業(yè)、化學(xué)工業(yè)、森林工業(yè)、食品工業(yè)、紡織工業(yè)、醫(yī)藥工業(yè)、機(jī)械工業(yè)、電子工業(yè)、電力工業(yè)、市政公用工業(yè)、其他工業(yè)、建筑業(yè)、地質(zhì)勘查及水利業(yè)、交通運(yùn)輸業(yè)、倉(cāng)儲(chǔ)業(yè)、批發(fā)和零售餐飲業(yè)、房地產(chǎn)業(yè)、信息技術(shù)服務(wù)業(yè)、社會(huì)服務(wù)業(yè)、教育文化廣播業(yè)和金融保險(xiǎn)業(yè)；14個(gè)行業(yè)作為受處理組，其余14個(gè)行業(yè)為參照組。同時(shí)，還假設(shè)在所有樣本杠桿率在2008年（含）之前都沒(méi)有受到經(jīng)濟(jì)刺激計(jì)劃的影響，而2008年之后受到經(jīng)濟(jì)刺激計(jì)劃影響，固定效應(yīng)估計(jì)模型甄別表明，受處理組和參照組分類(lèi)與經(jīng)濟(jì)刺激計(jì)劃的重點(diǎn)傾向行業(yè)劃分一致。數(shù)據(jù)均來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)（CSMAR），共計(jì)2 662家上市公司14 305個(gè)觀測(cè)值?？紤]中國(guó)企業(yè)既包含上市公司，也包含非上市公司，然而從選用的樣本和數(shù)據(jù)來(lái)看，2010年后包含全國(guó)非上市公司的財(cái)務(wù)數(shù)據(jù)和信息缺乏，《中國(guó)國(guó)有資產(chǎn)監(jiān)督管理年鑒》中發(fā)布了按32個(gè)行業(yè)劃分的中國(guó)國(guó)有企業(yè)行業(yè)數(shù)據(jù)，在其數(shù)據(jù)統(tǒng)計(jì)時(shí)段包含了國(guó)有企業(yè)上市公司及其非上市公司，因而又選擇了樣本時(shí)段中國(guó)國(guó)有企業(yè)32個(gè)行業(yè)作為樣本，采用兩套樣本數(shù)據(jù)③剔除國(guó)有企業(yè)行業(yè)樣本中308個(gè)杠桿率大于1的觀測(cè)樣本之后，在包含了除金融保險(xiǎn)業(yè)以外的上市公司27個(gè)行業(yè)的基礎(chǔ)上，國(guó)有企業(yè)行業(yè)還包括了煙草工業(yè)、郵電通信業(yè)、衛(wèi)生體育福利業(yè)、科學(xué)研究和技術(shù)服務(wù)以及機(jī)關(guān)社團(tuán)及其他共計(jì)32個(gè)行業(yè)。其中，受處理組行業(yè)劃分與上市公司受處理組行業(yè)劃分一致，其余18個(gè)國(guó)有企業(yè)行業(yè)作為參照組。同時(shí)，固定效應(yīng)估計(jì)模型甄別表明，國(guó)有企業(yè)行業(yè)受處理組行業(yè)和參照組行業(yè)分類(lèi)與經(jīng)濟(jì)刺激計(jì)劃的重點(diǎn)傾向行業(yè)一致。同時(shí)研究“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃與企業(yè)杠桿率變化之間的關(guān)系，進(jìn)而使研究結(jié)論形成相互印證和補(bǔ)充。國(guó)有企業(yè)行業(yè)數(shù)據(jù)來(lái)自2006年至2013年《中國(guó)國(guó)有資產(chǎn)監(jiān)督管理年鑒》、《中國(guó)工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》、《中國(guó)第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》、《中國(guó)農(nóng)業(yè)統(tǒng)計(jì)年鑒》和《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》，共計(jì)7 075個(gè)觀測(cè)值。④采用加權(quán)算法pkPEOP=ckPEOP×[ckTOTASSET/(ckTOTASSET+pkTOTASSET)]+pkPEOP×[pkTOTASSET/(ckTOTASSET+pkTOTASSET)]和 LEVk=[(ckTOTASSET+pkTOTASSET)?(ckFTOTASSET+pkFTOTASSET)]/(ckTOTASSET+pkTOTASSET)將《中國(guó)國(guó)有資產(chǎn)監(jiān)督管理年鑒》中大連、寧波、青島、廈門(mén)和深圳等五個(gè)城市數(shù)據(jù)歸并到相應(yīng)省份，其中，下標(biāo)k表示單列市，上標(biāo)表示名稱，c和p分別表示單列城市對(duì)應(yīng)指標(biāo)和對(duì)應(yīng)的省份指標(biāo)數(shù)據(jù)，PEOP表示人均利潤(rùn)、TOTASSET表示資產(chǎn)總額、FTOTASSET表示年末資產(chǎn)總額，同時(shí)，部分缺失數(shù)據(jù)采用三期移動(dòng)加權(quán)平均法進(jìn)行補(bǔ)充。

此外，由于地區(qū)宏觀經(jīng)濟(jì)發(fā)展水平可能影響企業(yè)杠桿率，因而，本文東、中、西部地區(qū)劃分如下：東部包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南和遼寧，中部包括山西、安徽、江西、河南、湖北、湖南、吉林和黑龍江；西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆和西藏。

（四）描述性統(tǒng)計(jì)。表1的Panel A和Panel B分別報(bào)告了上市公司和國(guó)有企業(yè)行業(yè)樣本“四萬(wàn)億經(jīng)濟(jì)刺激計(jì)劃”實(shí)施之前和實(shí)施之后兩個(gè)時(shí)段的描述統(tǒng)計(jì)結(jié)果。從關(guān)鍵變量的描述性統(tǒng)計(jì)值來(lái)看，雖然上市公司和國(guó)有企業(yè)行業(yè)兩套樣本的杠桿率變量均值和最大值在“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃實(shí)施之后的2009年至2012年時(shí)段比該計(jì)劃實(shí)施之前的2005年至2008年時(shí)段都低，但是該變量的最小值和標(biāo)準(zhǔn)差在計(jì)劃實(shí)施之后時(shí)段比實(shí)施前時(shí)段都高，說(shuō)明“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃時(shí)段更多的企業(yè)調(diào)整了杠桿率，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃提高了一些企業(yè)杠桿率。此外，上市公司和國(guó)有企業(yè)行業(yè)樣本變量的相關(guān)系數(shù)矩陣說(shuō)明兩套數(shù)據(jù)樣本中各變量沒(méi)有明顯的線性相關(guān)性。

表1 變量描述統(tǒng)計(jì)結(jié)果

四、上市公司樣本的實(shí)證結(jié)果分析

（一）全樣本分析。表2報(bào)告了樣本年份分段且按重點(diǎn)傾向和非重點(diǎn)傾向行業(yè)分為受處理組和參照組兩大類(lèi)的分段估計(jì)結(jié)果。從時(shí)間虛擬變量與計(jì)劃重點(diǎn)傾向行業(yè)虛擬變量的交互項(xiàng)的估計(jì)系數(shù)來(lái)看，各變量估計(jì)系數(shù)顯著為正，表明與非重點(diǎn)傾向行業(yè)上市公司相比，“四萬(wàn)億”經(jīng)濟(jì)刺激顯著提高了重點(diǎn)行業(yè)上市公司杠桿率。表2還報(bào)告了中國(guó)東部、中部和西部地區(qū)結(jié)合受處理組和參照組兩大類(lèi)行業(yè)的估計(jì)結(jié)果。東部地區(qū)，地區(qū)虛擬變量、計(jì)劃重點(diǎn)傾向行業(yè)虛擬變量分別與各年份時(shí)間虛擬變量三者的交互項(xiàng)估計(jì)系數(shù)雖然顯著為正，但其系數(shù)呈遞減趨勢(shì)，說(shuō)明與東部地區(qū)非重點(diǎn)傾向行業(yè)相比，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃提高了該地區(qū)重點(diǎn)傾向行業(yè)上市公司的杠桿率，但這種影響在長(zhǎng)期逐漸減弱。中部地區(qū)，地區(qū)虛擬變量、計(jì)劃重點(diǎn)傾向行業(yè)僅與2010年時(shí)間虛擬變量的交互項(xiàng)估計(jì)系數(shù)顯著為正，表明“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃僅短期相對(duì)提高了中部地區(qū)上市公司的杠桿率。西部地區(qū)，地區(qū)虛擬變量、重點(diǎn)傾向行業(yè)僅與2012年的時(shí)間虛擬變量三者交互項(xiàng)估計(jì)系數(shù)顯著，表明西部地區(qū)受“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃直接影響的重點(diǎn)傾向行業(yè)上市公司杠桿率與其他非重點(diǎn)傾向行業(yè)上市公司杠桿率之間短期沒(méi)有顯著的差異，但在長(zhǎng)期提高了該計(jì)劃重點(diǎn)傾向行業(yè)上市公司的杠桿率。之所以東、中、西部地區(qū)之間存在差異化效應(yīng)是由于“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃對(duì)于中西部地區(qū)支持主要通過(guò)財(cái)政撥付、稅收優(yōu)惠或轉(zhuǎn)移支付等方式，這類(lèi)支持方式?jīng)]有直接體現(xiàn)在企業(yè)債務(wù)水平上。同時(shí)，銀行信貸也有向中西部企業(yè)傾斜的優(yōu)惠政策。然而，銀行在金融危機(jī)時(shí)期為了降低貸款風(fēng)險(xiǎn)，也會(huì)考慮企業(yè)資產(chǎn)抵押物價(jià)值、盈利能力、利潤(rùn)率波動(dòng)和投資機(jī)會(huì)等（Chang，Chen和Liao，2014），中西部地區(qū)上市公司整體實(shí)力低于東部地區(qū)，這在一定程度上制約了中西部地區(qū)上市公司債務(wù)的融資渠道和融資規(guī)模（Korajczyk和Levy，2003）。

表2 上市公司樣本和國(guó)有企業(yè)行業(yè)樣本估計(jì)結(jié)果

（二）分行業(yè)差異分析。依據(jù)上市公司按行業(yè)分類(lèi)，表3歸整了“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃重點(diǎn)傾向行業(yè)劃分為14個(gè)受處理行業(yè)與14個(gè)參照組行業(yè)樣本年份分段逐一組成子樣本的估計(jì)結(jié)果。①本文還分別將上市公司和國(guó)有企業(yè)行業(yè)兩套樣本分行業(yè)子樣本估計(jì)結(jié)果不顯著的行業(yè)也歸并到相應(yīng)的參照組行業(yè)中，所得結(jié)果顯著性和符號(hào)與表3的結(jié)果相比沒(méi)有差異?？芍?，與非重點(diǎn)傾向行業(yè)上市公司相比，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃在短期或長(zhǎng)期對(duì)一些重點(diǎn)傾向行業(yè)上市公司杠桿率的影響存在顯著差異。從行業(yè)整體結(jié)構(gòu)上看，一方面，機(jī)械工業(yè)、醫(yī)藥工業(yè)、教育文化廣播業(yè)、建材工業(yè)、社會(huì)服務(wù)業(yè)和金融保險(xiǎn)業(yè)等都是“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃實(shí)施的重點(diǎn)目標(biāo)行業(yè)，受該計(jì)劃的影響，這些行業(yè)上市公司杠桿率在短期比其他非重點(diǎn)傾向行業(yè)上市公司杠桿率高；另一方面，房地產(chǎn)業(yè)、冶金工業(yè)和信息技術(shù)服務(wù)業(yè)的上市公司杠桿率在長(zhǎng)期比其他非重點(diǎn)傾向行業(yè)上市公司杠桿率高。同時(shí)，受“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃的影響，交通運(yùn)輸業(yè)上市公司杠桿率短期比參照組行業(yè)上市公司杠桿率低，但卻在長(zhǎng)期提高了該類(lèi)上市公司杠桿率。此外，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃實(shí)施在短期和長(zhǎng)期沒(méi)有使農(nóng)業(yè)、林業(yè)和地質(zhì)勘查及水利業(yè)等上市公司的杠桿率顯著異于參照組其他行業(yè)上市公司杠桿率?？偟膩?lái)看，受“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃的影響，絕大多數(shù)該計(jì)劃重點(diǎn)傾向行業(yè)上市公司杠桿率與非重點(diǎn)傾向行業(yè)上市公司杠桿率之間存在明顯差異。特別是，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃在基礎(chǔ)設(shè)施、災(zāi)后恢復(fù)重建以及保障性住房和技術(shù)創(chuàng)新領(lǐng)域累計(jì)支出比例達(dá)到82%，這為這些領(lǐng)域相關(guān)行業(yè)企業(yè)的債務(wù)融資提供了相對(duì)充裕的資金來(lái)源，因而，在計(jì)劃重點(diǎn)傾向行業(yè)中，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃支出比例高的行業(yè)，其上市公司杠桿率體現(xiàn)出比其他非重點(diǎn)傾向行業(yè)上市公司更高的杠桿率。

表3 分行業(yè)樣本估計(jì)結(jié)果歸納表

（三）分地區(qū)分行業(yè)差異分析。表4歸整了“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃按樣本年份分段結(jié)果，以及三大地區(qū)14個(gè)受處理行業(yè)組分別與所在地區(qū)其他14個(gè)參照組行業(yè)組成子樣本的估計(jì)結(jié)果。①本文還將上市公司分地區(qū)分行業(yè)子樣本估計(jì)結(jié)果不顯著的行業(yè)也相應(yīng)歸并到各地區(qū)參照組行業(yè)中，除了原本接近所設(shè)定的顯著性水平行業(yè)估計(jì)值在所設(shè)定的顯著性水平上變顯著，其他結(jié)果與表4中歸納結(jié)果的顯著性和符號(hào)沒(méi)有差異。從子樣本估計(jì)結(jié)果的系數(shù)和顯著性來(lái)看，與全樣本分行業(yè)的估計(jì)結(jié)果表現(xiàn)一致。首先，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃在短期和長(zhǎng)期提高了東部地區(qū)重點(diǎn)傾向的絕大多數(shù)重點(diǎn)行業(yè)上市公司的杠桿率。受該計(jì)劃的影響，東部地區(qū)建筑業(yè)、房地產(chǎn)業(yè)、交通運(yùn)輸業(yè)和社會(huì)服務(wù)業(yè)上市公司杠桿率在長(zhǎng)期表現(xiàn)出比其他行業(yè)更高的杠桿率，而機(jī)械工業(yè)、冶金工業(yè)、醫(yī)藥工業(yè)、信息技術(shù)服務(wù)業(yè)和金融保險(xiǎn)業(yè)上市公司則在短期表現(xiàn)出比其他行業(yè)更高的杠桿率。其次，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃僅在短期顯著提高了中部地區(qū)重點(diǎn)傾向部分行業(yè)上市公司杠桿率。如中部地區(qū)機(jī)械工業(yè)、房地產(chǎn)業(yè)、冶金工業(yè)、交通運(yùn)輸業(yè)、教育文化廣播業(yè)和社會(huì)服務(wù)業(yè)上市公司僅短期顯著表現(xiàn)出比非重點(diǎn)傾向行業(yè)上市公司更高的杠桿率。再次，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃僅在長(zhǎng)期顯著提高了西部地區(qū)重點(diǎn)傾向部分行業(yè)上市公司杠桿率。除林業(yè)外，西部地區(qū)的機(jī)械工業(yè)、房地產(chǎn)業(yè)、醫(yī)藥工業(yè)、社會(huì)服務(wù)業(yè)和金融保險(xiǎn)業(yè)的上市公司在長(zhǎng)期顯著表現(xiàn)出比其他非重點(diǎn)傾向行業(yè)上市公司更高的杠桿率。

表4 上市公司分地區(qū)分行業(yè)子樣本估計(jì)結(jié)果歸納表

續(xù)表4 上市公司分地區(qū)分行業(yè)子樣本估計(jì)結(jié)果歸納表

五、國(guó)有企業(yè)行業(yè)樣本分析與比較

（一）全樣本分析。中國(guó)企業(yè)既包含上市公司，也包含非上市公司；既包含國(guó)有企業(yè)，也包含非國(guó)有企業(yè)。一方面，僅用上市公司作為分析樣本而忽視非上市公司，不能全面反映“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃對(duì)企業(yè)杠桿率的影響，另一方面，國(guó)有企業(yè)既包含上市公司，也包含非上市公司，因而，本文進(jìn)一步選擇以中國(guó)國(guó)有企業(yè)行業(yè)數(shù)據(jù)為樣本，與上市公司樣本實(shí)證結(jié)果進(jìn)行對(duì)比和相互補(bǔ)充印證。

表2將國(guó)有企業(yè)行業(yè)樣本按“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃重點(diǎn)行業(yè)分為受處理組和參照組兩大類(lèi)，且列示結(jié)合樣本年份分段的估計(jì)結(jié)果。與Chang，Chen和Liao（2014）的研究結(jié)論不同，國(guó)有企業(yè)行業(yè)樣本和上市公司樣本估計(jì)都發(fā)現(xiàn)“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃在短期和長(zhǎng)期顯著提高了其重點(diǎn)傾向國(guó)有企業(yè)行業(yè)杠桿率。然而，兩套樣本實(shí)證結(jié)果差異在于，從長(zhǎng)期來(lái)看，該項(xiàng)計(jì)劃對(duì)重點(diǎn)行業(yè)國(guó)有企業(yè)行業(yè)杠桿率的影響程度呈相對(duì)上升趨勢(shì)，而對(duì)上市公司杠桿率的影響程度呈相對(duì)下降趨勢(shì)。一方面，考慮到企業(yè)杠桿率既反映了企業(yè)未來(lái)的融資能力，也反映了企業(yè)績(jī)效和未來(lái)可持續(xù)發(fā)展能力，上市公司可能更看重負(fù)債壓力在股票市場(chǎng)上向投資者傳遞負(fù)面信息，以及對(duì)企業(yè)未來(lái)的融資和長(zhǎng)期發(fā)展所產(chǎn)生的負(fù)面影響，因而，其在長(zhǎng)期通過(guò)股票市場(chǎng)融資以降低企業(yè)杠桿率，消化上市公司債務(wù)壓力對(duì)其未來(lái)發(fā)展帶來(lái)的不利影響（Rami，Akram和Karim，2017）；另一方面，受“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃的影響，中國(guó)國(guó)有企業(yè)作為抵制金融危機(jī)的微觀主體為擴(kuò)大生產(chǎn)投資和維持社會(huì)總需求而大規(guī)模舉債（Wen和Wu，2014），同時(shí)，考慮到國(guó)有企業(yè)包含了上市公司和非上市公司，結(jié)合上市公司樣本估計(jì)結(jié)果說(shuō)明，非上市國(guó)有企業(yè)杠桿率在長(zhǎng)期受“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃影響較大。Korajczyk和Levy（2003）的研究表明，上市公司比非上市公司有更多的融資渠道且融資約束相對(duì)較少，上市公司會(huì)依據(jù)經(jīng)濟(jì)周期變化轉(zhuǎn)換融資渠道，進(jìn)而調(diào)整其杠桿率。因而，與上市國(guó)有企業(yè)相比，非上市國(guó)有企業(yè)的外部融資渠道相對(duì)少，使得這些企業(yè)受“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃影響所產(chǎn)生的高負(fù)債壓力難以通過(guò)轉(zhuǎn)換融資渠道等方式化解，由此，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃對(duì)非上市國(guó)有企業(yè)杠桿率的長(zhǎng)期影響一直沒(méi)有被消化。

表2還報(bào)告了國(guó)有企業(yè)行業(yè)分地區(qū)處理組和參照組分段的估計(jì)結(jié)果，可知“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃對(duì)國(guó)有企業(yè)行業(yè)杠桿率的影響在不同地區(qū)不同時(shí)間節(jié)點(diǎn)呈現(xiàn)差異化特征。一方面，與上市公司樣本的估計(jì)結(jié)果大致一致的是，相比于非重點(diǎn)國(guó)有企業(yè)行業(yè)，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃在2009年和2011年對(duì)東部地區(qū)國(guó)有企業(yè)行業(yè)杠桿率的影響顯著為正，說(shuō)明“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃加重了東部地區(qū)重點(diǎn)傾向行業(yè)國(guó)有企業(yè)的短期債務(wù)負(fù)擔(dān)。但是，兩套樣本在中部和西部地區(qū)的估計(jì)結(jié)果卻不一致，國(guó)有企業(yè)行業(yè)樣本估計(jì)結(jié)果顯示，2009年和2012年該經(jīng)濟(jì)刺激計(jì)劃對(duì)中部地區(qū)國(guó)有企業(yè)杠桿率的影響顯著為正，2009年至2012年該經(jīng)濟(jì)刺激計(jì)劃對(duì)西部地區(qū)國(guó)有企業(yè)杠桿率的影響顯著為正，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃對(duì)中西部地區(qū)重點(diǎn)傾向行業(yè)國(guó)有企業(yè)杠桿率具有延時(shí)效應(yīng)，受該計(jì)劃的影響，中西部地區(qū)重點(diǎn)傾向行業(yè)國(guó)有企業(yè)杠桿率在長(zhǎng)期比非重點(diǎn)傾向國(guó)有企業(yè)的杠桿率提高更明顯。由于國(guó)有企業(yè)行業(yè)樣本包含了上市公司和非上市公司信息，而上市公司樣本包含了國(guó)有企業(yè)和非國(guó)有企業(yè)信息，從中西部地區(qū)兩套樣本的實(shí)證結(jié)果差異來(lái)看，可知該項(xiàng)經(jīng)濟(jì)刺激計(jì)劃對(duì)中西部地區(qū)非上市國(guó)有企業(yè)杠桿率的影響更為長(zhǎng)遠(yuǎn)。Demirguc-Kunt和Maksinovic（1996）認(rèn)為，證券資本市場(chǎng)發(fā)達(dá)地區(qū)，企業(yè)更多傾向于發(fā)行股票融資，反之，則企業(yè)更多傾向于債務(wù)融資。我國(guó)中西部地區(qū)市場(chǎng)化發(fā)育程度和資本市場(chǎng)發(fā)達(dá)程度都不及東部地區(qū)，使得這些地區(qū)的非上市國(guó)有企業(yè)高杠桿率更難通過(guò)股票市場(chǎng)等渠道消化，由此這兩個(gè)地區(qū)的非上市國(guó)有企業(yè)長(zhǎng)期都表現(xiàn)出高杠桿率。

（二）分行業(yè)樣本差異分析。表3歸納了按是否為“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃重點(diǎn)傾向行業(yè)劃分為14個(gè)處理行業(yè)與18個(gè)參照組行業(yè)結(jié)合樣本年份分段逐一組成子樣本的估計(jì)結(jié)果，發(fā)現(xiàn)：一方面，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃在2009年分別對(duì)教育文化廣播業(yè)、建材工業(yè)、交通運(yùn)輸業(yè)和社會(huì)服務(wù)業(yè)以及2010年對(duì)房地產(chǎn)業(yè)和社會(huì)服務(wù)業(yè)的國(guó)有企業(yè)杠桿率影響顯著為正，這表明，該計(jì)劃的實(shí)施在短期相對(duì)提高了這些行業(yè)國(guó)有企業(yè)杠桿率。另一方面，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃分別在2011年和2012年對(duì)林業(yè)、冶金工業(yè)和科學(xué)研究和技術(shù)服務(wù)業(yè)的國(guó)有企業(yè)杠桿率影響顯著為正，表明從長(zhǎng)期來(lái)看，該計(jì)劃提高了這些行業(yè)國(guó)有企業(yè)杠桿率。此外，無(wú)論從短期還是長(zhǎng)期來(lái)看，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃顯著提高了農(nóng)業(yè)、機(jī)械工業(yè)、建筑業(yè)、信息技術(shù)服務(wù)業(yè)、交通運(yùn)輸業(yè)、地質(zhì)勘查及水利業(yè)的國(guó)有企業(yè)杠桿率?？偟膩?lái)看，雖然“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃對(duì)重點(diǎn)傾向不同行業(yè)的國(guó)有企業(yè)杠桿率影響存在顯著差異，但與上市公司相比，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃更加顯著地提高了該計(jì)劃重點(diǎn)傾向所有行業(yè)的國(guó)有企業(yè)杠桿率，特別是重點(diǎn)傾向行業(yè)中支持力度較強(qiáng)的行業(yè)，如機(jī)械工業(yè)、建筑業(yè)和信息技術(shù)服務(wù)業(yè)等國(guó)有企業(yè)表現(xiàn)出更高的杠桿率。

（三）分地區(qū)分行業(yè)差異分析。表5歸納了按樣本年份分段并結(jié)合三大地區(qū)14個(gè)受處理行業(yè)與對(duì)應(yīng)地區(qū)18個(gè)參照組行業(yè)逐一組成子樣本的估計(jì)結(jié)果。①本文還將國(guó)有企業(yè)行業(yè)分地區(qū)分行業(yè)子樣本估計(jì)結(jié)果不顯著的行業(yè)也相應(yīng)歸并到各地區(qū)參照組行業(yè)中，除了原本接近所設(shè)定的顯著性水平行業(yè)估計(jì)值在所設(shè)定的顯著性水平上變顯著外，其他結(jié)果的顯著性和符號(hào)與表5中結(jié)果相比沒(méi)有差異。從東部地區(qū)來(lái)看，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃短期顯著提高了該地區(qū)建筑業(yè)、醫(yī)藥工業(yè)、交通運(yùn)輸業(yè)、社會(huì)服務(wù)業(yè)以及科學(xué)研究與技術(shù)服務(wù)業(yè)的國(guó)有企業(yè)杠桿率，且在長(zhǎng)期顯著提高了農(nóng)業(yè)、林業(yè)、教育文化廣播業(yè)、冶金工業(yè)的國(guó)有企業(yè)杠桿率，同時(shí)，還在長(zhǎng)期和短期都顯著提高了地質(zhì)勘查及水利業(yè)的國(guó)有企業(yè)杠桿率。從中部地區(qū)來(lái)看，該計(jì)劃短期顯著提高了醫(yī)藥工業(yè)、冶金工業(yè)和信息技術(shù)服務(wù)業(yè)的國(guó)有企業(yè)杠桿率，其長(zhǎng)期顯著提高了科學(xué)研究和技術(shù)服務(wù)業(yè)的國(guó)有企業(yè)杠桿率，同時(shí)，雖然該計(jì)劃短期顯著降低了林業(yè)和地質(zhì)勘查及水利業(yè)的國(guó)有企業(yè)杠桿率，卻在長(zhǎng)期提高了這兩個(gè)行業(yè)國(guó)有企業(yè)杠桿率。此外，該計(jì)劃還在短期和長(zhǎng)期顯著提高了林業(yè)、醫(yī)藥工業(yè)和教育文化廣播業(yè)的國(guó)有企業(yè)杠桿率。從西部地區(qū)來(lái)看，該計(jì)劃短期顯著提高了房地產(chǎn)業(yè)、信息技術(shù)服務(wù)業(yè)、建材工業(yè)、社會(huì)服務(wù)業(yè)的國(guó)有企業(yè)杠桿率，但長(zhǎng)期顯著提高了機(jī)械工業(yè)、建筑業(yè)、林業(yè)、冶金工業(yè)、科學(xué)研究和技術(shù)服務(wù)業(yè)的國(guó)有企業(yè)杠桿率，同時(shí)，在短期和長(zhǎng)期還提高了醫(yī)藥工業(yè)、交通運(yùn)輸業(yè)、地質(zhì)勘察及水利業(yè)、科學(xué)研究和技術(shù)服務(wù)業(yè)的國(guó)有企業(yè)杠桿率?？傮w來(lái)看，與上市公司樣本估計(jì)結(jié)果相比，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃對(duì)該計(jì)劃重點(diǎn)傾向行業(yè)國(guó)有企業(yè)杠桿率的影響范圍更大，且對(duì)重點(diǎn)傾向的中西部地區(qū)重點(diǎn)行業(yè)國(guó)有企業(yè)杠桿率影響更顯著，特別是西部地區(qū)受該計(jì)劃支持力度強(qiáng)的重點(diǎn)傾向行業(yè)的國(guó)有企業(yè)在長(zhǎng)期表現(xiàn)出了更高的杠桿率。另一方面，在上市公司中部地區(qū)子樣本中，醫(yī)藥工業(yè)、地質(zhì)勘察及水利業(yè)、信息技術(shù)服務(wù)業(yè)等，以及西部地區(qū)子樣本中的農(nóng)業(yè)、建材工業(yè)、建筑業(yè)、冶金工業(yè)、交通運(yùn)輸業(yè)、地質(zhì)勘察及水利業(yè)等計(jì)劃重點(diǎn)傾向行業(yè)的估計(jì)結(jié)果不顯著，但在對(duì)應(yīng)地區(qū)的國(guó)有企業(yè)行業(yè)子樣本中，估計(jì)結(jié)果卻在短期或長(zhǎng)期都表現(xiàn)顯著，說(shuō)明該計(jì)劃長(zhǎng)期顯著提高了中西部地區(qū)重點(diǎn)傾向行業(yè)中非上市國(guó)有企業(yè)的杠桿率。

表5 國(guó)有企業(yè)分地區(qū)分行業(yè)子樣本估計(jì)結(jié)果歸納表

續(xù)表5 國(guó)有企業(yè)分地區(qū)分行業(yè)子樣本估計(jì)結(jié)果歸納表

六、結(jié)論與政策啟示

本文選取了2005年至2012年中國(guó)上市公司和國(guó)有企業(yè)行業(yè)兩套樣本數(shù)據(jù)，分別按“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃重點(diǎn)傾向行業(yè)與否將其劃分為處理組和參照組兩類(lèi)，從全樣本、分行業(yè)和分地區(qū)分行業(yè)角度考察了2008年實(shí)施的“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃在短期和長(zhǎng)期對(duì)企業(yè)杠桿率的影響效應(yīng)。一方面，兩套樣本實(shí)證結(jié)果相互印證表明，“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃顯著提高了該計(jì)劃重點(diǎn)傾向行業(yè)企業(yè)杠桿率，且在這些行業(yè)中該計(jì)劃支持力度相對(duì)較強(qiáng)的行業(yè)企業(yè)長(zhǎng)期表現(xiàn)出更高的杠桿率；另一方面，兩套樣本實(shí)證結(jié)果互為補(bǔ)充表明，該計(jì)劃雖然長(zhǎng)期顯著提高了東部地區(qū)重點(diǎn)傾向行業(yè)上市公司杠桿率，但也提高了中西部地區(qū)重點(diǎn)傾向行業(yè)國(guó)有企業(yè)杠桿率，特別是中西部地區(qū)非上市國(guó)有企業(yè)杠桿率。

雖然企業(yè)提高杠桿率短期能支撐企業(yè)度過(guò)金融危機(jī)，緩解自有資金不足和穩(wěn)定宏觀經(jīng)濟(jì)增長(zhǎng)，但如果高杠桿率在長(zhǎng)期不能被消化，則為企業(yè)未來(lái)發(fā)展以及宏觀經(jīng)濟(jì)增長(zhǎng)帶來(lái)了巨大風(fēng)險(xiǎn)。特別是當(dāng)前中國(guó)經(jīng)濟(jì)步入“新常態(tài)”的發(fā)展模式下，以習(xí)近平同志為核心的黨中央在十九大報(bào)告中明確將“堅(jiān)持去杠桿”作為新時(shí)代“深化供給側(cè)改革”和“打好防范化解重大風(fēng)險(xiǎn)的攻堅(jiān)戰(zhàn)”的重要任務(wù)。為此，依據(jù)本文研究結(jié)論，在“去杠桿”的方向上，決策機(jī)構(gòu)應(yīng)重點(diǎn)考慮降低2008年底實(shí)施“四萬(wàn)億”經(jīng)濟(jì)刺激計(jì)劃重點(diǎn)指向行業(yè)的非上市國(guó)有企業(yè)，特別是位處中西部地區(qū)的這些企業(yè)的杠桿率。一方面，政府既可以通過(guò)加快國(guó)有企業(yè)上市審批等方式拓寬融資渠道，提高企業(yè)在資本市場(chǎng)上采用股票等方式的直接融資比重，并從宏觀層面加快中西部市場(chǎng)化改革進(jìn)程和完善多層次資本市場(chǎng)，為中西部地區(qū)非上市國(guó)有企業(yè)搭建多元化融資渠道，以逐步消化這些企業(yè)的部分負(fù)債壓力。另一方面，政府應(yīng)繼續(xù)為國(guó)有企業(yè)特別是中西部地區(qū)非上市的國(guó)有企業(yè)減負(fù)，激勵(lì)這些企業(yè)提高盈利能力和經(jīng)營(yíng)績(jī)效，推動(dòng)國(guó)有資本做強(qiáng)做優(yōu)做大，通過(guò)國(guó)有資產(chǎn)的保值增值來(lái)化解企業(yè)“高杠桿率”風(fēng)險(xiǎn)。

[1]雒敏，聶文忠. 財(cái)政政策、貨幣政策與企業(yè)資本結(jié)構(gòu)動(dòng)態(tài)調(diào)整——基于我國(guó)上市公司的經(jīng)驗(yàn)證據(jù)[J]. 經(jīng)濟(jì)科學(xué)，2012，（5）：18?32.

[2]蘇冬蔚，曾海艦. 宏觀經(jīng)濟(jì)因素與企業(yè)公司資本結(jié)構(gòu)變動(dòng)[J]. 經(jīng)濟(jì)研究，2009，（12）：52?65.

[3]鐘寧樺，劉志闊，何嘉鑫，等. 我國(guó)企業(yè)債務(wù)的結(jié)構(gòu)性問(wèn)題[J]. 經(jīng)濟(jì)研究，2016，（7）：102?117.

[4]Amrit J，Anna K. Credit market conditions and the impact of access to the public debt market on corporate leverage[J].International Review of Financial Analysis，2012，25（6）： 28?63.

[5]Brandt L. Bank discrimination in transition economics：Ideology，information，or incentives？[J]. Journal of Comparative Economics，2003，31（3）： 387?413.

[6]Chang C，Chen X，Liao G. What are the reliably important determinants of capital structure in China？[J]. Pacific-Basin Finance Journal，2014，30： 87?113.

[7]Chen J J. Determinants of capital structure of Chinese-listed companies[J]. Journal of Business Research，2004，57（12）：1341?1351.

[8]Choe H，Masullis R W，Nanda V. Common stock offerings across the business cycle：Theory and evidence[J]. Journal of Empirical Finance，1993，1（1）： 3?31.

[9]Demirguc-Kunt A L，Maksimovic V. Stock market development and financing choices of firms[J]. The World Bank Economic Review，1996，10（2）： 341?369.

[10]Firth M，Lin C，Wong S M L. Leverage and investment under a state-owned bank lending environment：Evidence from China[J]. Journal of Corporate Finance，2008，14（5）： 642?653.

[11]Frank M，Goryal V K. Capital structure decisions：Which factors are reliably important？[J]. Financial Management，2009，38（4）： 1?37.

[12]Gertler M. Corporate financial policy，Taxation and macroeconomic risk[J]. RAND Journal of Economics，1993，24（2）：286?303.

[13]Guariglia A，Liu X. Internal finance and growth：Microeconometric evidence on Chinese firms[J]. Journal of Development Economics，2011，196（1）： 79?94.

[14]Kang W，Lee K，Ratti R. Economic policy uncertainty and firm-level investment[J]. Journal of Macroeconomics，2013，39（3）： 42?53.

[15]Li K，Yue H，Zhao L. Ownership，institutions and capital structure：Evidence from China[J]. Journal of Comparative Economics，2009，37（3）： 471?490.

[16]Margaritis D，Psillaki M. Capital structure，equity ownership and firm performance[J]. Journal of Banking&Finance，2010，34（3）： 621?632.

[17]Myers S C，Majluf N S. Corporate financing and investment decisions when firms have information that investors do not have[J]. Journal of Financial Economics，1984，13（2）： 187?221.

[18]Ouyang M，Peng Y L. The treatment-effect estimation：A case study of the 2008 economic stimulus package of China[J]. Journal of Econometrics，2015，188（2）： 545?557.

[19]Rami Z，Akram T，Karim M. Do financial crises alter the dynamics of corporate capital structure？ Evidence from GCC countries[J]. The Quarterly Review of Economics and Finance，2017，63： 21?33.

[20]Richard C K，Marc B D. Assessing the impact of the Chinese stimulus package at home and abroad：A damp squib[J].China Economic Review，2015，33： 137?162.

[21]Robert A K，Levy A. Capital structure choice：Macroeconomic conditions and financial constraints[J]. Journal of Financial Economics，2003，68（1）： 75?109.

[22]Voutsinas K，Werner R. Credit supply and corporate capital structure：Evidence from Japan[J]. International Review ofFinancial Analysis，2011，20（5）： 320?334.

[23]Wen Y，Wu J. Withstanding great recession like China[R]. Federal Reserve Bank of ST. LOUIS Working Paper No.2014?007A，2014.

[24]Zhang G，Han J，Pan Z，et al. Economic policy uncertainty and capital structure choice：Evidence from China[J]. Social Science Electronic Publishing，2015，39（3）： 439?457.